【算法】【优选算法】BFS 解决边权相同最短路问题

【算法】【优选算法】BFS 解决边权相同最短路问题

目录

一、1926.迷宫中离⼊⼝最近的出⼝

题目链接:1926.迷宫中离⼊⼝最近的出⼝

题目描述:

题目解析:

  • 给我们一个字符数组 + 表示墙,. 表示路。
  • 求给我们的起始坐标,上下左右走到边界最短的距离。
  • 没路出去返回-1,刚开始的起点不算距离。

解题思路:

  • 使用层序遍历,从给我们的起点开始,
  • 每一次都将队列中的元素全部取出,相当于进了一步。
  • 直到没路可走,或者走到边界。
  • 使用一个相同大小的标记数组,将走过的路和墙标记。标记过的下标不入队。
    解题代码:
时间复杂度:O(M*N) 空间复杂度:O(M*N)classSolution{int[] dx ={1,-1,0,0};int[] dy ={0,0,1,-1};boolean[][] flag;int m, n;publicintnearestExit(char[][] maze,int[] entrance){ m = maze.length; n = maze[0].length; flag =newboolean[m][n];for(int i =0; i < m; i++){for(int j =0; j < n; j++){if(maze[i][j]=='+'){ flag[i][j]=true;}}}Queue<int[]> queue =newLinkedList<>(); queue.add(newint[]{entrance[0], entrance[1]}); flag[entrance[0]][entrance[1]]=true;int length =0;while(!queue.isEmpty()){ length++;int size = queue.size();//将这一层元素出完for(int i =0; i < size; i++){int[] arr = queue.poll();//层序遍历入队for(int j =0; j <4; j++){int x = dx[j]+ arr[0];int y = dy[j]+ arr[1];if( x >=0&& x < m && y >=0&& y < n && maze[x][y]=='.'&&!flag[x][y]){//结束条件if(x ==0|| x == m -1|| y ==0|| y == n -1){return length;}System.out.println(x +" "+y +" 入队"+length); queue.add(newint[]{x,y}); flag[x][y]=true;}}}}return-1;}}

二、433. 最⼩基因变化

题目链接:433. 最⼩基因变化

题目描述:

题目解析:

  • 给我们一个起始字符串start和最终字符串end,长度固定为8
  • 起始字符串每一次可以变化一个字符,并且变化后的字符串必须属于bank字符串数组中的值
  • 求最短从start变成end的次数。

解题思路:

  • 我们将起始的字符串中的字符,每一个字符都有四个突变选择,层序遍历每一种突变的可能,符合条件(包含在基因库,突变过后是全新未突变过得到的),直到与最后end相同为止。
  • 我们需要使用两个hash表,一个记录每个符合条件的突变结果,一个记录基因库好实行对比。
  • 我们顺序遍历起始字符串,每一次队列中的元素,相当于突变一次可以达到的结果,每次将队列中的元素出完,出一次就相当于进行一次实际突变。
  • 当最终的end字符串不在基因库,或者进行突变完了(队列空了),还没有找到结果,就返回-1。
    解题代码:
//时间复杂度:O(N)//空间复杂度:O(N)classSolution{publicintminMutation(String startGene,String endGene,String[] bank){Set<String> flag =newHashSet<>();//标记改变过的基因Set<String> hash =newHashSet<>();//记录基因库bank元素for(String s : bank) hash.add(s);System.out.println(hash.toString());//end基因无效if(!hash.contains(endGene))return-1;Queue<String> queue =newLinkedList<>(); queue.add(startGene); flag.add(startGene);int length =0;char[] change ={'A','C','G','T'};while(!queue.isEmpty()){int size = queue.size(); length++;//层序遍历for(int i =0; i < size; i++){String t = queue.poll();//遍历字符串的字符,一一突变for(int j =0; j <8; j++){char[] tmp = t.toCharArray();//突变for(int k =0; k <4; k++){ tmp[j]= change[k];String next =newString(tmp);//入队条件if(hash.contains(next)&&!flag.contains(next)){ queue.add(next); flag.add(next);}//结束条件if(next.equals(endGene))return length;}}}}return-1;}}

三、127. 单词接⻰

题目链接:127. 单词接⻰

题目描述:

题目解析:

  • 给我们一个起始单词beginWord和一个结束单词endWord,和一个字典wordList
  • 我们一次变化一个字母,使beginWord 变到 endWord,并且每一次变化后单词必须在 wordList 中

解题思路:

  • 跟上一题一模一样,只不过变化是26个小写字母
    解题代码:
//时间复杂度:O(N)//空间复杂度:O(N)classSolution{publicintladderLength(String beginWord,String endWord,List<String> wordList){Set<String> hash =newHashSet<>();for(String s : wordList) hash.add(s);//endWord不在字典if(!hash.contains(endWord))return0;//标记表Set<String> flag =newHashSet<>(); flag.add(beginWord);//队列Queue<String> queue =newLinkedList<>(); queue.add(beginWord);int ret =1;while(!queue.isEmpty()){int size = queue.size(); ret++;for(int k =0; k < size; k++){String s = queue.poll();for(int i =0; i < s.length(); i++){char[] tmp = s.toCharArray();//26个字母for(char j ='a'; j <='z'; j++){ tmp[i]= j;//入队条件String string =newString(tmp);if(hash.contains(string)&&!flag.contains(string)){System.out.println(string); queue.add(string); flag.add(string);}//结束条件if(string.equals(endWord))return ret;}}}}return0;}}

四、675. 为⾼尔夫⽐赛砍树

题目链接:675. 为⾼尔夫⽐赛砍树

题目描述:

题目解析:

  • 给我们一个数组,让我们从根据数组值的大小依次砍树,0代表墙,1代表地面
  • 让我们计算一次砍树,我们需要走的最短路径

解题思路:

  • 我们先将怎么砍树记录出来,将数组中大于0的值,按数组值从小到大排序,将他们的下标存入一个数组中;
  • 然后该数组中每一个前面元素(起始)到后元素(结尾)都相当于求一次最短路径
  • 注意第一次是坐标(0,0)起始,因此当第二个坐标是代表地面的时候,我们就要跳过这一次。例如:[[1,2,3],[0,0,4],[7,6,5]]这个数组。

解题代码:

//时间复杂度:O(N)//空间复杂度:O(N)classSolution{int[] dx ={1,-1,0,0};int[] dy ={0,0,1,-1};int m, n;publicintcutOffTree(List<List<Integer>> forest){ m = forest.size(); n = forest.get(0).size();//找出砍树的顺序,根据树的大小排序List<int[]> trees =newArrayList<>();for(int i =0; i < m; i++){for(int j =0; j < n; j++){if(forest.get(i).get(j)>0) trees.add(newint[]{i,j});}}//排序Collections.sort(trees,(a,b)->{return forest.get(a[0]).get(a[1])- forest.get(b[0]).get(b[1]);});int ret =0;int beginX =0;int beginY =0;//标记数组for(int[] tree : trees){int endX = tree[0];int endY = tree[1];int tep =0;//下一步是地面if(forest.get(endX).get(endY)==1)continue; tep =bfs(forest,beginX,beginY,endX,endY);if(tep ==-1)return-1; ret += tep; beginX = endX; beginY = endY;}return ret;}//ab代表下一棵砍的坐标,xy表示当前的位置publicintbfs(List<List<Integer>> forest,int beginX,int beginY,int endX,int endY){//当前就是要砍的树if((beginX == endX && beginY == endY))return0;//标记数组,走过的路boolean[][] flag =newboolean[m][n];int tep =0;Queue<int[]> queue =newLinkedList<>(); queue.add(newint[]{beginX,beginY}); flag[beginX][beginY]=true;//bfswhile(!queue.isEmpty()){int size = queue.size(); tep++;while(size --!=0){int[] arr = queue.poll();int nx,ny;for(int i =0; i <4; i++){ nx = arr[0]+ dx[i]; ny = arr[1]+ dy[i];//入队条件if(nx >=0&& nx < m && ny >=0&& ny < n &&!flag[nx][ny]&& forest.get(nx).get(ny)!=0){ queue.add(newint[]{nx,ny}); flag[nx][ny]=true;//到了if(nx == endX && ny == endY)return tep;}}}}return-1;}}

Read more

使用Docker安装Ollama及Open-WebUI完整教程

作者:吴业亮 博客:wuyeliang.blog.ZEEKLOG.net 一、Ollama 简介及工作原理 1. Ollama 简介及原理 * 简介:Ollama 是一款轻量级、开源的大语言模型(LLM)运行工具,旨在简化本地部署和运行大语言模型的流程。它支持 Llama 3、Mistral、Gemini 等主流开源模型,用户无需复杂配置即可在本地设备(CPU 或 GPU)上快速启动模型,适用于开发测试、本地智能应用搭建等场景。 * 工作原理: * 采用模型封装机制,将大语言模型的运行环境、依赖库及推理逻辑打包为标准化格式,实现模型的一键下载、启动和版本管理。 * 通过优化的推理引擎适配硬件架构,支持 CPU 基础运行和 GPU 加速(如 NVIDIA CUDA),减少资源占用并提升响应速度。 * 提供简洁的

By Ne0inhk

玩转Python核心数据结构:从基础到实战的编程基石-4

第4章:无序且唯一的集合:集合与冻结集合 章节介绍 Python 中,除了列表和元组这类有序的序列,还有一类非常实用的无序容器:集合。集合最核心的特征是它的元素是唯一且无序的。想象一下,当你需要记录一批用户的唯一标签,或者快速比对两份数据之间的差异时,集合就能大显身手。它与数学中的集合概念高度一致,支持交集、并集等运算,处理这类问题既直观又高效。 创建一个集合很简单,可以直接用花括号 {},或者使用 set() 函数。但更常见的情况是,我们从已有的数据(比如一个可能包含重复项的列表)中提取唯一元素。这时,集合的“唯一性”就派上了用场。你可以使用 ` defcreate_set_from_list(data_list:list)->set:""" 从给定的列表创建一个集合。 集合会自动去除列表中的重复元素,并失去原有的顺序。 这是演示集合创建和其'

By Ne0inhk
LeetCode 384 打乱数组

LeetCode 384 打乱数组

文章目录 * 摘要 * 描述 * 题解答案 * 题解代码分析 * 1. 数据结构的设计 * 2. 为什么需要两个数组? * 3. init() 方法详解 * 4. reset() 方法详解 * 5. shuffle() 方法详解 * 6. Fisher-Yates 洗牌算法详解 * 7. Swift 中的 stride 函数 * 8. swapAt() 方法 * 9. 边界情况处理 * 示例测试及结果 * 示例 1:基本操作 * 示例 2:题目示例 * 示例 3:单元素数组 * 示例 4:验证随机性 * 示例 5:多次 reset 和 shuffle

By Ne0inhk

hash(map,object)结构

数组和哈希表(前端常用 Object/Map 实现)的核心区别,我会从本质特征、核心操作、适用场景三个维度,用更通俗的方式帮你梳理,避免重复且突出关键差异。 一、核心区别(本质 + 操作) 维度数组哈希表(Object/Map)索引本质「位置索引」:只能用连续数字(0,1,2...),索引和元素的物理位置强绑定「键值映射」:可用任意类型键(字符串 / 数字 / 对象),通过哈希函数映射到存储位置,键与位置无直接关联查找逻辑1. 按下标查:O (1)(直接定位)2. 按值查:O (n)(必须遍历)1. 按键查:平均 O (1)(哈希函数直接映射)2. 按值查:O

By Ne0inhk